--- title: "Cohere Inc. (BN)" source: "https://systems-analysis.info/int/Cohere_Inc._(BN)" wiki: "systems-analysis.info/int" article: "Cohere_Inc._(BN)" language: "bn" categories: - "Category:Bengali" - "Category:Large language models" - "Category:LLM families" - "Category:Machine learning" revision_id: 1040 wiki_created_at: 2026-09-06T22:42:26Z wiki_modified_at: 2026-09-06T22:42:26Z downloaded_at: 2026-09-07T22:43:42Z --- # Cohere Inc. (BN) **Cohere** — এটি একটি কানাডিয়ান কৃত্রিম বুদ্ধিমত্তা প্রযুক্তি কোম্পানি, যা কর্পোরেট খাতের (Enterprise AI) জন্য বৃহৎ ভাষা মডেল (LLM) তৈরিতে বিশেষজ্ঞ। কোম্পানিটি ২০১৯ সালে টরন্টোতে Google Brain-এর সাবেক গবেষকদের দ্বারা প্রতিষ্ঠিত হয়েছিল এবং এটি OpenAI-এর অন্যতম প্রধান বিকল্প হিসেবে নিজেকে উপস্থাপন করে^{[\[1\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-wiki-cohere-1)}। Cohere-এর মূল লক্ষ্য হলো ব্যবসাপ্রতিষ্ঠানকে নিরাপদ, কাস্টমাইজযোগ্য এবং স্কেলযোগ্য AI সমাধান প্রদান করা। ভোক্তা বাজারমুখী অনেক প্রতিযোগীর বিপরীতে, Cohere শুরু থেকেই কর্পোরেট ক্লায়েন্টদের উপর জোর দিয়েছে, যা তার প্রযুক্তিগত পদ্ধতিকে নির্ধারণ করেছে। ## ইতিহাস ও অর্থায়ন Cohere ২০১৯ সালে তিনজন সহ-প্রতিষ্ঠাতা দ্বারা প্রতিষ্ঠিত হয়েছিল: **আইডান গোমেজ (Aidan Gomez)**, **ইভান ঝাং (Ivan Zhang)** এবং **নিক ফ্রস্ট (Nick Frosst)**। আইডান গোমেজ ২০১৭ সালের ঐতিহাসিক গবেষণাপত্র **«Attention Is All You Need»**-এর সহ-লেখকদের একজন, যা বিশ্বের সামনে transformer আর্কিটেকচার উপস্থাপন করেছিল^{[\[1\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-wiki-cohere-1)}। ২০২২ সালের ডিসেম্বরে YouTube-এর সাবেক আর্থিক পরিচালক মার্টিন কন কোম্পানির প্রেসিডেন্ট ও অপারেটিং ডিরেক্টর হন^{[\[1\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-wiki-cohere-1)}। কোম্পানিটি বিনিয়োগ আকর্ষণে চমৎকার ফলাফল প্রদর্শন করেছে: - ২০২৩ সালে Series C অর্থায়ন রাউন্ডে **\$২৭০ মিলিয়ন** সংগ্রহ করা হয়েছিল, যার ফলে কোম্পানির মূল্যায়ন \$২.১–২.২ বিলিয়নে পৌঁছায়^{[\[2\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-mostecosystem-funding-2)}। - ২০২৪ সালে কোম্পানিটি অতিরিক্ত **\$৫০০ মিলিয়ন** সংগ্রহ করে, যা তার মূল্যায়ন \$৫.৫ বিলিয়নে উন্নীত করে^{[\[3\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-uniteai-funding-3)}। Cohere-এর প্রধান বিনিয়োগকারীদের মধ্যে রয়েছে PSP Investments, Cisco Systems, AMD, Fujitsu, NVIDIA, Salesforce Ventures, Oracle এবং Google Cloud^{[\[1\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-wiki-cohere-1)[\[2\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-mostecosystem-funding-2)}। ## প্রযুক্তিগত কাঠামো ### Retrieval-Augmented Generation (RAG) Cohere-এর পদ্ধতির কেন্দ্রীয় প্রযুক্তি হলো **Retrieval-Augmented Generation (RAG)** — তথ্য পুনরুদ্ধার দ্বারা সমৃদ্ধ প্রজন্ম। RAG মডেলগুলিকে রিয়েল টাইমে বাহ্যিক জ্ঞানভাণ্ডারে অ্যাক্সেস করতে দেয়, যা তাদের উত্তরগুলিকে প্রকৃত তথ্যে "প্রোথিত" করে, "হ্যালুসিনেশন" হ্রাস করে এবং তথ্যের আধুনিকতা নিশ্চিত করে^{[\[4\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-4)}। **Command R** এবং **Command A** মডেলগুলি RAG সিস্টেমে বহু-ধাপের টুল ব্যবহারের জন্য বিশেষভাবে অপ্টিমাইজ করা হয়েছে^{[\[5\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-servernews-command-r-5)}। ### বহুভাষিকতা Cohere বহুভাষিকতার প্রতি বিশেষ মনোযোগ দেয়। কোম্পানিটি মাতৃভাষাভাষীদের ডেটায় প্রশিক্ষিত মডেল তৈরি করেছে, যা উচ্চমানের কার্যক্ষমতা নিশ্চিত করে। উদাহরণস্বরূপ, উন্মুক্ত মডেল **Aya** রুশসহ ১০০টিরও বেশি ভাষা সমর্থন করে, এবং **Command** পরিবার ১০টিরও বেশি প্রধান বিশ্বভাষা সমর্থন করে। ### নিরাপত্তা ও স্থাপনা Cohere নমনীয় স্থাপনার বিকল্প প্রদান করে, যার মধ্যে রয়েছে SaaS প্ল্যাটফর্ম, প্রাইভেট ক্লাউড স্থাপনা এবং তৃতীয় পক্ষের প্ল্যাটফর্মের সাথে ইন্টিগ্রেশন (Amazon SageMaker, Google Vertex AI, Azure)। কোম্পানিটি কর্পোরেট ডেটার নিরাপত্তার প্রতি বিশেষ মনোযোগ দেয়, প্রশিক্ষণে ডেটা ব্যবহার থেকে অপ্ট-আউটের সুযোগ এবং SOC 2 Type II মানদণ্ডের সাথে সামঞ্জস্য প্রদান করে^{[\[6\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-enterprise-data-commitments-6)}। ## পণ্য ও মডেলের তালিকা Cohere ভাষার সাথে কাজের বিভিন্ন ধাপের জন্য ডিজাইন করা বিভিন্ন ধরনের মডেল তৈরি করে। ### Command (জেনারেটিভ মডেল) **Command** হলো জেনারেটিভ মডেলের ফ্ল্যাগশিপ পরিবার। - **Command A**: ২০২৫ সালের সবচেয়ে কার্যকর মডেল, **১১১ বিলিয়ন প্যারামিটার** সহ। এটি **২৫৬,০০০ token**-এর context window সমর্থন করে এবং মাত্র দুটি GPU-তে চলতে পারে, যেখানে প্রতিযোগী মডেলগুলির ৩২টি পর্যন্ত প্রয়োজন হয়^{[\[7\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-habr-command-a-7)}। এটি প্রতি সেকেন্ডে ১৫৬ token পর্যন্ত প্রজন্মের গতি প্রদর্শন করে, যা GPT-4o-এর চেয়ে ১.৭৫ গুণ দ্রুত^{[\[8\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-dsmedia-command-a-8)}। - **Command R+**: ১০৪ বিলিয়ন প্যারামিটার এবং ১২৮,০০০ token-এর context window সহ একটি শক্তিশালী মডেল। এটি অনেক সমগোত্রীয় মডেলকে ছাড়িয়ে যায় এবং GPT-4 Turbo-এর সক্ষমতার কাছাকাছি পৌঁছায়^{[\[9\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-vc-future-command-r-9)}। - **Command R**: ৩৫ বিলিয়ন প্যারামিটারের একটি মডেল, যা উচ্চ নির্ভুলতার সাথে কথোপকথনমূলক কাজের জন্য ডিজাইন করা হয়েছে^{[\[10\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-aigenom-command-r-10)}। ### বিশেষায়িত মডেল - **Aya**: ১০০টিরও বেশি ভাষা সমর্থনকারী একটি উন্মুক্ত বহুভাষিক মডেল। ১১৯টি দেশের ৩,০০০-এরও বেশি গবেষকের অংশগ্রহণে তৈরি করা হয়েছে^{[\[11\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-computerra-aya-11)}। - **Embed**: টেক্সটের ভেক্টর প্রতিনিধিত্ব তৈরির মডেল। **Embed 4** মাল্টিমোডালিটি এবং ১২৮,০০০ token-এর context window সমর্থন করে^{[\[12\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-habr-embed4-12)}। - **Rerank**: RAG সিস্টেমে অনুসন্ধানের গুণমান উন্নত করার মডেল। ## অংশীদারিত্ব ও ইন্টিগ্রেশন Cohere বড় প্রযুক্তি কোম্পানিগুলির সাথে সক্রিয়ভাবে অংশীদারিত্ব গড়ে তুলছে, যার মধ্যে রয়েছে: - **Oracle:** Oracle Fusion Cloud এবং NetSuite-এ Cohere-এর প্রযুক্তির ইন্টিগ্রেশন^{[\[13\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-erp-today-oracle-13)}। - **Salesforce:** Salesforce পণ্যগুলিতে চ্যাট সক্ষমতা সংযুক্তকরণ^{[\[1\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-wiki-cohere-1)}। - **Fujitsu:** জাপানি ভাষা মডেল Takane-এর যৌথ উন্নয়ন^{[\[14\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-14)}। - **McKinsey:** কর্পোরেট কার্যক্রমে জেনারেটিভ AI ইন্টিগ্রেশনের ক্ষেত্রে সহযোগিতা^{[\[1\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-wiki-cohere-1)}। ## বিভিন্ন খাতে প্রয়োগ - **শিক্ষা:** Cohere শিক্ষামূলক পাঠ পরিকল্পনা তৈরি, শ্রেণীবিভাগ এবং বহুভাষিক উদ্যোগের সমর্থনে ব্যবহৃত হয়^{[\[15\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-arxiv-rag-education-15)[\[16\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-ieee-online-learning-16)}। - **স্বাস্থ্যসেবা ও বিজ্ঞান:** মডেলগুলি বৈজ্ঞানিক প্রোটোকল প্রণয়ন, চিকিৎসা ডেটা বিশ্লেষণ এবং গবেষণার সহায়তায় ব্যবহৃত হয়^{[\[17\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-bmcmededuc-protocols-17)}। - **কর্পোরেট সমাধান:** নথিপ্রবাহ স্বয়ংক্রিয়করণ, ডেটা বিশ্লেষণ, বিপণন বিষয়বস্তু লেখা এবং গ্রাহক সেবা^{[\[5\]](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_note-servernews-command-r-5)}। ## আরও দেখুন - বৃহৎ ভাষা মডেল - ## সাহিত্য - Cohere Team (2025). *Command A: An Enterprise‑Ready Large Language Model*. arXiv:2504.00698. - Üstün, A.; et al. (2024). *Aya Model: An Instruction Finetuned Open‑Access Multilingual Language Model*. arXiv:2402.07827. - Singh, S.; et al. (2024). *Aya Dataset: An Open‑Access Collection for Multilingual Instruction Tuning*. arXiv:2402.06619. - Cohere Team (2024). *Command R & Command R+: Technical Overview*. PDF. - Gao, Y.; et al. (2024). *Retrieval‑Augmented Generation for Large Language Models: A Survey*. arXiv:2312.10997. - Yu, H.; et al. (2024). *Evaluation of Retrieval‑Augmented Generation: A Survey*. arXiv:2405.07437. - Zhu, W.; et al. (2025). *PSC: Extending Context Window of Large Language Models via Phase Shift Calibration*. arXiv:2505.12423. - Gao, Y.; et al. (2024). *Fine‑Tuning vs. Retrieval‑Augmented Generation for Less Popular Entities*. arXiv:2403.01432. - Yu, L.; et al. (2025). *Synergizing RAG and Reasoning: A Systematic Review*. arXiv:2504.15909. - Wang, Y.; et al. (2025). *Universal Embeddings for Multimodal Multilingual Retrieval*. arXiv:2506.18902. ## টীকা 1. ↑ ^{[1.0](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-wiki-cohere_1-0)} ^{[1.1](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-wiki-cohere_1-1)} ^{[1.2](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-wiki-cohere_1-2)} ^{[1.3](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-wiki-cohere_1-3)} ^{[1.4](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-wiki-cohere_1-4)} ^{[1.5](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-wiki-cohere_1-5)} «Cohere (company)». В *Wikipedia*. [১] 2. ↑ ^{[2.0](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-mostecosystem-funding_2-0)} ^{[2.1](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-mostecosystem-funding_2-1)} «ИИ-стартап Cohere, который сейчас оценивается более чем в \$2,1 млрд, привлек \$270 млн». *Most Ecosystem*. [২] 3. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-uniteai-funding_3-0) «Cohere получает прирост в 500 миллионов». *Unite.AI*. [৩] 4. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-4) «Rethinking the RAG vs Fine-tuning Debate». *arXiv*. [৪] 5. ↑ ^{[5.0](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-servernews-command-r_5-0)} ^{[5.1](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-servernews-command-r_5-1)} «Cohere Command R: Что это и как использовать?». *ServerNews*. [৫] 6. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-enterprise-data-commitments_6-0) «Enterprise Data Commitments». *Cohere Docs*. [৬] 7. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-habr-command-a_7-0) «Cohere выпустила Command A — самую эффективную на сегодня ИИ-модель для бизнеса». *Habr*. [৭] 8. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-dsmedia-command-a_8-0) «Cohere выпускает недорогую модель ИИ, требующую всего два графических процессора». *DSmedia*. [৮] 9. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-vc-future-command-r_9-0) «LLM для бизнеса: что умеет Command R от Cohere». *VC.ru*. [৯] 10. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-aigenom-command-r_10-0) «Cohere Command R». *AIGenom*. [১০] 11. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-computerra-aya_11-0) «Cohere for AI запускает ИИ-полиглот Aya». *Компьютерра*. [১১] 12. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-habr-embed4_12-0) «Cohere представила Embed 4 — свою самую мощную модель для создания векторных представлений». *Habr*. [১২] 13. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-erp-today-oracle_13-0) «Oracle, Salesforce Ventures and Nvidia invest in Cohere». *ERP Today*. [১৩] 14. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-14) «Fujitsu and Cohere to Partner on Developing Generative AI for the Japanese Language». *Fujitsu Press Releases*. [১৪] 15. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-arxiv-rag-education_15-0) «Evaluating the Practicality of Retrieval-Augmented Generation in Student-Facing Educational Technology». *arXiv*. [১৫] 16. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-ieee-online-learning_16-0) «A Confusion Classification System for Online Learning Based on Multimodal Information». *IEEE Xplore*. [১৬] 17. [↑](https://systems-analysis.info/int/Cohere_Inc._(BN)#cite_ref-bmcmededuc-protocols_17-0) «Using large language models to streamline the creation of research protocols». *BMC Medical Education*. [১৭]